“Aprovechamos los Fallos”: Profesores Reinventan la Forma de Evaluar en la Era de la IA, Aunque el Problema Real no Desaparece

¿Tu hijo entrega una redacción impecable en minutos o aparece con un resumen demasiado prolijo para el tiempo que tuvo? Esa escena, cada vez más común en casa y en el aula, ya no habla solo de estudio: también revela un nuevo engranaje escolar.

El hallazgo surge de una realidad que docentes de secundaria y universidad describen como cotidiana: la inteligencia artificial generativa, sistemas que producen texto nuevo a pedido, ya se usa para deberes, comentarios, resúmenes y trabajos completos. Herramientas como ChatGPT o Gemini no solo buscan información. También la redactan.

Incluso instituciones como la UCM ya publicaron indicaciones de buen uso, una señal de que el fenómeno dejó de ser marginal. La pieza clave, según profesores y alumnos, es que la IA entró en la rutina académica con una naturalidad que descolocó los viejos métodos de evaluación.

Algunos docentes son categóricos: el uso está generalizado, pero muchas veces es superficial. El estudiante copia, pega y entrega. Y en no pocos casos ni siquiera entra a una plataforma de IA: toma la respuesta ya generada desde el buscador, como quien recoge un plato listo sin pasar por la cocina.

Ahí está el cambio central: antes internet funcionaba como una biblioteca; ahora también opera como un escritor fantasma. Wikipedia exigía leer, seleccionar y ordenar. La IA, en cambio, puede hacer ese trabajo previo y dejar fuera el proceso que más entrenaba la comprensión.

Por eso el problema no es solo el resultado correcto. Es el mecanismo que desaparece. Resumir, contrastar, dudar, corregir y volver a empezar eran partes invisibles del aprendizaje. Cuando se delegan por completo, la respuesta llega, pero el conocimiento no siempre se fija.

Materias vulnerables y tareas “resistentes”

Las asignaturas teóricas son las más expuestas. Ensayos, análisis de texto o trabajos domiciliarios encajan muy bien con el tipo de producción automática de estas herramientas. En cambio, artes plásticas y otras materias prácticas conservan una barrera más robusta: exigen mostrar el proceso, no solo el producto final.

De ahí nace una estrategia que muchos profesores ya exploran: diseñar tareas “resistentes a la IA”. Es decir, actividades que obliguen a intervenir en clase, defender una idea en voz alta, relacionar experiencias propias o demostrar paso a paso cómo se llegó a una respuesta.

Además, pedir trabajos escritos a mano ya no alcanza. Un alumno puede generar el contenido con IA y luego transcribirlo. El soporte cambió, pero el atajo sigue intacto.

Los detectores de IA, programas que intentan estimar si un texto fue generado por una máquina, se usan como apoyo. Sin embargo, los propios docentes advierten que su fiabilidad es limitada. Ese margen de error suma fatiga a una tarea ya pesada: enseñar, evaluar y al mismo tiempo vigilar.

La escuela frente a un nuevo interruptor

La respuesta más extendida ha sido mover parte del trabajo al aula. Más exposiciones orales, más ejercicios presenciales, más prácticas y menos confianza ciega en el deber hecho en casa. No es una solución perfecta, pero funciona como una llave de paso para recuperar algo del proceso perdido.

También aparece una contradicción reveladora. Muchos profesores usan la IA para crear rúbricas, ordenar material o resolver tareas administrativas. Eso muestra que la discusión no gira en torno a prohibirla, sino a decidir qué parte del esfuerzo humano conviene conservar.

En etapas tempranas, la preocupación es mayor. Si un niño se acostumbra a respuestas cerradas y aparentemente perfectas, puede perder entrenamiento en pensamiento crítico, intuición y toma de decisiones. Es decir, justo las piezas que más cuesta construir y que más valor tendrán fuera de la escuela.

La oportunidad, entonces, no está en apagar la tecnología, sino en volver más visible el aprendizaje real. Si la IA es una central que entrega energía inmediata, la educación todavía necesita enseñar cómo leer el plano, tocar los cables y reconocer cuándo una luz encendida no significa que la casa esté bien construida.

Sofía Sicilia

Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.